awesome-vlm-architectures

一张图看懂155+视觉语言模型架构，快速选型不迷路

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 57 🐛 待处理 2 👀 关注 16

GitHub ↗

GitHub 星标 ★ 1364

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源项目，完全免费，无付费版本。

项目预览

awesome-vlm-architectures 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队gokayfem

GitHubhttps://github.com/gokayfem/awesome-vlm-architectures

定价模式🏷️完全免费

价格说明开源项目，完全免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议CC0-1.0

主要语言Markdown

技术栈/模型ai-agents,architecture-diagrams,arxiv,awesome,awesome-list,computer-vision,deep-learning,foundation-models,large-multimodal-models,mllm,model-architecture,multimodal,multimodal-ai,multimodal-llm,natural-language-processing,release-timeline,research-papers,transformers,vision-language-models,vlm

GitHub 星标★ 1364

上线时间2024-02-15 00:00:00

代码更新2026-10-27

仓库体积69.7 MB

本站数据更新2026-11-10

维护状态较活跃

收录时间2026-08-09

浏览次数5

项目介绍

这是一个精心整理的视觉语言模型（VLM/MLLM）架构目录，收录了155+个相关模型，涵盖论文、架构图、训练配方、数据集以及发布时间线。项目以可视化的方式呈现多模态AI智能体的发展脉络，帮助研究者、工程师和学生快速了解VLM领域的关键模型、技术演进和资源。它解决了VLM领域信息分散、难以系统比较的问题，通过结构化分类和图表，让用户能够高效检索和对比不同架构的特点。核心能力包括：提供清晰的模型分类、直观的架构图、详细的训练细节和数据集信息，以及按时间顺序排列的发布历史，便于追踪技术趋势。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1364

技术标签

ai-agents arxiv awesome awesome-list computer-vision

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 5 分钟部署方式：本地安装 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

能访问 GitHub 的网络环境
已安装 Git（用于克隆仓库）
任意可阅读 Markdown 的工具或浏览器

安装与启动步骤

1克隆仓库到本地

把整个目录仓库下载到本地，之后可离线浏览全部模型条目，仓库体积小、无需编译。
```
git clone https://github.com/gokayfem/awesome-vlm-architectures.git
```
2进入仓库目录

切换到克隆下来的仓库文件夹，后续所有阅读操作都在该目录内进行。
```
cd awesome-vlm-architectures
```
3阅读目录与模型列表

打开 README.md，从 Contents 进入 Models 章节，展开任意模型面板可看架构摘要与原始论文链接。
4查时间线与架构图

查看 Release Timeline 章节追踪模型发布时间（README 称已核验至 2026 年 7 月），Architectures 章节汇总架构图。